[发明专利]一种格基约减辅助的低复杂度贪心球形译码检测方法

说明书

本发明属于移动通信技术领域，具体涉及到一种格基约减辅助的低复杂度贪心球形译码检测方法，包括：建立信号接收端处的信号模型；将信道矩阵进行分解，得到上三角矩阵和酉矩阵；利用LR算法对上三角矩阵进行约简，得到幺模矩阵；利用约简后的酉矩阵和接收端处的信号模型，得到重组的接收端信号；利用重组后的接收端信号和约简后的上三角矩阵根据贪心译码球形译码算法进行串行干扰消除；将信号进行排序搜索，采取排序比较的方式选取半径D内距离增量最小的值，即获得检测结果；本发明具有复杂度低且收敛速度快的特点，当系统误码率为10^‑4时，相较于线性算法有明显的性能提升，并且本发明可广泛应用于5G大规模MIMO系统，具有较高的工程应用价值。

技术领域

本发明属于移动通信技术领域，具体涉及到一种格基约减辅助的低复杂度贪心球形译码检测方法。

背景技术

大规模多输入多输出(Multiple-Input Multiple-Output，MIMO)技术，已经证明是解决通信系统容量上限以及频谱资源紧缺的有效方法之一。对于即将到来的5G移动通信系统而言，亦是不可或缺的技术手段。尽管大规模MIMO系统有着诸多优点并引起广泛关注，但就其本身而言仍然存在着一些技术瓶颈。如下行多用户信道间干扰，导致信号检测困难等问题。因此，研究具有复杂度低、精度高且并行性好的接收机是非常必要的。

目前，最大似然算法(Maximum Likelihood，ML)的检测性能最优，但因其实现困难故只能作为所提算法的性能参考。常用的线性检测算法包括迫零(Zero Forcing，ZF)、最小均方误差(Minimum Mean Square Error，MMSE)算法。采用格基约减(Lattice Reduction,LR)辅助的线性检测算法(LR-ZF、LR-MMSE)，皆充分地降低了算法复杂度。线性与非线性检测各具优势，后者更偏向于系统的表现性能。例如球形译码(Sphere Decoding，SD)、干扰消除(Interference Cancellation，IC)作为典型的非线性算法，能明显改善系统的检测性能，但同时也会带来相应的复杂度开销。其中最具代表性的是进来提出的一种采用格基约减辅助的高并行性K-Best检测器。

本文从球形译码算法入手，提出一种采用格基约减辅助的贪心球形译码检测算法(Lattice Reduction Greedy Sphere Decoding，LR-GSD)。借助格基约减算法对上三角矩阵R中对角元的约束，从而辅助QR分解来获得更优的正交基。结合基于贪心策略的改进球形译码算法，通过将每次欧氏距离最小的符号作为根节点向下搜索，更高效地减少了搜索树节点。理论分析及仿真结果表明，算法拥有更少的迭代次数且复杂度只有O(K³)。在大大降低了LR-K-Best算法复杂度的同时，性能较采用格基约减辅助的线性检测算法(LR-ZF、LR-MMSE)有很大提升。

发明内容

本发明提出一种格基约减辅助的低复杂度贪心球形译码检测方法，包括以下步骤：

S1、将LR算法应用于5G大规模MIMO系统，并建立信号接收端处的信号模型；

S2、将信道矩阵进行QR分解，得到上三角矩阵和酉矩阵判断上三角矩阵是否符合约束条件，若不符合则对上三角矩阵进行修正；

S3、利用LR算法对上三角矩阵进行约简，得到幺模矩阵T；

S4、利用约简后的酉矩阵和接收端处的信号模型y，得到重组的接收端信号

S5、利用重组后的接收端信号和约简后的上三角矩阵根据改进的贪心译码球形译码算法进行串行干扰消除；

S6、将经过串行干扰消除后的信号进行排序搜索，采取排序比较的方式选取半径D内距离增量最小的值，即获得检测结果。

进一步的，步骤S2中的约束条件为：